Infrastruktura rynku danych AI, ten tor jest poważnie niedoszacowany
Wszyscy mówią o AI, ale niewielu zastanawia się nad jednym pytaniem: skąd pochodzą dane dla modeli AI? Jak zapewnić ich jakość?
Aby wytrenować wiarygodny duży model, potrzebne są zbiory danych rzędu TB. Te dane muszą być weryfikowalne, niepodrabialne i długoterminowo dostępne. Centralne przechowywanie nie jest w stanie tego zapewnić. Amazon S3 może w każdej chwili usunąć twoje dane, Google Drive może któregoś dnia zmienić politykę. Dla aplikacji AI wymagających śledzenia danych, to jest śmiertelna wada.
To, co robi Walrus, jest dość podstawowe. Rozkłada dane na fragmenty, rozproszona pamięć węzłów sieci Sui, zapewniając dowody dostępności za pomocą blockchaina. Brzmi to technicznie nieco skomplikowanie, ale zasadnicza logika jest następująca: przekształcić dane w programowalne aktywa. Programiści mogą bezpośrednio korzystać z tych danych, nie martwiąc się o ograniczenia ze strony platform.
14 stycznia przypadek Myriad był dość typowy. Rynki przewidywań potrzebują przechowywać dane historyczne, aby zapobiec fałszerstwom, tradycyjne rozwiązania są albo kosztowne, albo wiążą się z wyższymi kosztami zaufania. Teraz dane są przechowywane bezpośrednio na łańcuchu, inteligentne kontrakty automatycznie weryfikują, a cały proces jest przejrzysty i możliwy do sprawdzenia. Takie scenariusze aplikacyjne w erze AI będą coraz bardziej powszechne.
Rynek jeszcze nie w pełni zareagował. 2,5 miliarda dolarów kapitalizacji rynkowej, dla projektu, który może stać się infrastrukturą AI, to niedowartościowanie. Oczywiście, pod warunkiem, że ekosystem rzeczywiście zacznie działać. Już kilka projektów migracyjnych danych zostało uruchomionych, ten trend warto na bieżąco obserwować.
